摘要：新一代豆包手机调整了操作头部应用的方式。微信、淘宝等应用只有主动提供MCP服务，开放相应数据和操作能力，豆包助手才能调用。第一代产品依靠读取屏幕、模拟点击实现跨应用操作，很快遇到账号风控、安全争议和平台封禁。
7月17日，《晚点 LatePost》披露，新一代豆包手机调整了与阿里、腾讯等超级应用的合作方式。
即使用户已经授权，豆包手机助手也不会继续通过读取屏幕、模拟点击的方式直接操作这些头部应用。微信、淘宝等应用需要主动提供 MCP 服务，开放部分数据和操作能力，豆包助手才能接入。
豆包手机助手团队目前在与头部应用厂商谈判。新一代产品的备货规模也从第一代工程样机的 3 万台提高到数十万台。
截至发稿，字节跳动、腾讯和阿里尚未对具体合作范围作出完整说明。晚点披露的信息已经展示出一条清晰的产品路线：AI 手机准备进入批量销售阶段，跨应用操作必须建立稳定、可控的调用机制。
第一代豆包手机遇到了什么问题
2025年12月，豆包团队发布豆包手机助手技术预览版，中兴通讯同步推出搭载该助手的努比亚 M153 工程样机，售价 3499 元。
这款手机引起关注，主要依靠一项直观的功能：用户说出要求，AI 读取手机屏幕，识别按钮、文字和页面状态，再模拟人的点击、滑动和输入操作。
它可以在多个打车软件中比较价格，可以打开购物软件查找商品，也可以整理文件、发送消息和填写表单。整个过程不要求应用厂商提前提供专用接口。
这种 GUI 自动化方式覆盖范围很广。只要人能够通过屏幕完成操作，AI 就有机会照着做。对于工程样机和功能演示，它可以快速展示 AI 接管手机操作的效果。
问题也很快出现。
豆包手机助手上线后，部分用户在操作微信时遇到“登录环境异常”、账号退出等情况，豆包随后下线了操作微信的能力。淘宝、银行和部分游戏应用也出现风险验证或功能限制。豆包团队后来对金融、刷分、游戏等场景进行了调整。
超级应用很难把这类操作简单视为普通用户行为。屏幕读取涉及聊天记录、订单、账户和支付信息；模拟点击可能触发发消息、下单、转账、修改资料等操作；连续、高频、固定节奏的操作还容易被平台风控系统识别为脚本或外挂。
GUI 智能体也存在工程上的不稳定。应用更换按钮位置、弹出广告、增加验证码或者调整页面流程，都可能让原有操作链条失效。模型识别错一个按钮，后续步骤便会进入错误页面。
工程样机可以接受偶发失败，面向数十万消费者销售的产品需要处理账号安全、交易责任、误操作赔付、隐私保护和售后投诉。这些问题无法只靠提高模型识别准确率解决。
MCP 把操作范围交给应用定义
MCP 即模型上下文协议。应用或服务可以通过 MCP 向 AI 提供一组结构化工具，说明每个工具能够完成什么操作、需要哪些参数以及返回哪些数据。
以购物应用为例，它可以向 AI 提供“搜索商品”“查询订单”“创建购物车”“申请退款”等工具。社交应用可以提供“查找联系人”“发送文本消息”“发起语音通话”等工具。
AI 不需要识别按钮位置，也不需要逐页模拟点击。它根据用户要求选择相应工具，提交结构化参数，再接收应用返回的结果。
应用厂商可以控制开放范围。例如只允许查询订单，不允许直接退款；允许生成待发送消息，但发送前必须由用户确认；允许比较商品价格，但不返回完整用户画像。
MCP 官方规范也要求敏感操作保留人工确认，向用户展示 AI 调用了什么工具，并记录调用过程。服务端需要校验参数、设置访问控制和调用频率，客户端需要在高风险操作前请求用户确认。
因此，采用 MCP 并不代表应用向 AI 开放全部数据。每家应用仍然可以决定开放哪些工具、哪些账号可以调用、哪些操作需要二次确认，以及什么情况下拒绝执行。
豆包手机从 GUI 操作转向 MCP 接入，相当于承认了超级应用对数据和业务操作的控制权。AI 助手想进入微信、淘宝、支付宝和美团，需要获得这些平台提供的正式通道。
AI 手机争夺的是用户指令入口
用户过去要订机票、叫外卖或者购买商品，需要主动打开相应应用，在页面中搜索、比较和下单。
系统级 AI 助手希望接收用户的一句话，再替用户选择应用、组合服务并完成操作。用户与服务之间多了一层智能体入口。
这会改变移动互联网原有的流量分配方式。
如果用户直接对 AI 说“帮我订明天去上海的机票”，AI 可以同时查询多个平台。用户可能不再浏览应用首页，也不会看到平台推荐、广告位和促销活动。谁能够影响 AI 的查询顺序、比较标准和最终选择，谁就有机会控制新的流量入口。
手机厂商掌握操作系统和设备权限，大模型企业掌握意图理解和任务规划，超级应用掌握用户账号、社交关系、订单、支付及履约服务。三方都希望在 AI 手机中保留自己的位置。
应用厂商愿意开放哪些能力，也会受到商业利益影响。查询接口如何收费、订单归属如何确认、推荐排序由谁决定、AI 误操作由谁负责，都需要在合作协议中明确。
MCP 解决的是技术连接问题，无法自动消除平台之间的利益冲突。豆包助手能否接入微信、淘宝等高频应用，取决于字节与腾讯、阿里之间的谈判结果。
数十万台备货提高了生态要求
第一代豆包手机主要面向开发者，用于验证系统级 AI 助手能否完成跨应用任务。新一代产品把备货量提高到数十万台，产品目标已经接近消费级市场。
批量销售后，消费者关注的是常用功能能否每天稳定使用。微信消息能否正常发送，淘宝订单能否查询，外卖能否下单，支付环节是否安全，这些体验比模型跑分更直接。
采用 MCP 可以减少页面变化造成的失败，也便于设置权限、确认和审计。但它增加了生态合作成本。每一家头部应用都需要开发和维护服务接口，还要处理版本兼容、账号授权、风险控制和责任划分。
如果缺少微信、淘宝、美团、支付宝等高频应用，AI 手机可以调用的服务仍然有限。新一代豆包手机的市场表现，很大程度上取决于首发时已经接入多少应用，以及这些应用开放了多少实用能力。
企业数字员工也会遇到同样的问题
豆包手机遇到的障碍，在企业数字员工和工业智能体项目中同样存在。
许多数字员工依靠 RPA 或 GUI 自动化操作 ERP、MES、LIMS、PLM 等系统。它们可以解决老系统缺少接口的问题，但页面改版、弹窗变化和权限调整都会影响稳定性。
企业级智能体更适合采用分层方案：有正式 API 或 MCP 服务的系统，通过结构化工具调用；暂时无法改造的旧系统，保留 GUI 自动化作为补充；涉及工单下发、质量放行、配方修改、设备参数调整等操作时，加入明确的权限校验和人工确认。
这种结构便于记录每次调用的发起人、输入参数、执行结果和审批过程，也能限制智能体只能使用与岗位相匹配的工具。
豆包手机的路线调整说明，智能体能否落地，既取决于模型能否理解任务，也取决于业务系统是否提供可调用、可授权、可审计的执行能力。
AI 手机最终能够完成多少事情，要看它获得了多少应用调用权。MCP 为这些调用提供了统一形式，超级应用则保留了决定开放范围的权力。围绕接口、权限、流量和责任的谈判，将决定下一代 AI 手机可以走多远。
参考资料
- 《晚点 LatePost》：《新豆包手机备货数十万台，AI 不再硬操作头部应用》，2026-07-17。https://view.inews.qq.com/a/20260717A0CACS00
- IT之家：《消息称字节新一代豆包手机备货数十万台，AI 不再直接操作头部应用》，2026-07-17。https://www.ithome.com/0/978/312.htm
- 每日经济新闻：《手机不再需要淘宝、微信、美团、携程？豆包手机助手掀翻超级 App 牌桌，攻防战全面开打》，2025-12-07。https://www.nbd.com.cn/articles/2025-12-07/4171269.html
- 每日经济新闻：《“硬件大将”出走、新一代豆包 AI 手机箭在弦上，微信 A2A 全面开放后，AI 手机下半场怎么打？》，2026-06-12。https://www.nbd.com.cn/articles/2026-06-12/4424325.html
- Model Context Protocol：Tools specification，2025-11-25。https://modelcontextprotocol.io/specification/2025-11-25/server/tools